Funzione finestra

Nell'elaborazione numerica dei segnali una funzione finestra (anche conosciuta come rete di pesatura o funzione di tapering^[1]) è una funzione che vale zero al di fuori di un certo intervallo. Per esempio, una funzione che è costante all'interno dell'intervallo è chiamata finestra rettangolare. Quando un'altra funzione è moltiplicata per una funzione finestra, anche il prodotto assume valori nulli al di fuori dell'intervallo: tutto ciò che resta è la "vista" attraverso la finestra.

Una definizione più generale di funzione finestra non richiede l'annullarsi al di fuori di un intervallo, ma che il prodotto per la funzione di finestratura sia una funzione a quadrato sommabile, ovvero che la funzione finestra si annulli in maniera sufficientemente rapida^[2].

Applicazioni

Applicazioni delle funzioni finestra includono l'analisi spettrale, la progettazione di filtri digitali ed il beamforming. Nelle applicazioni tipiche, le finestre utilizzate sono curve non negative con decadimento "a campana"^[3] oltre alle funzioni rettangolari e triangolari.

Finestre di comune impiego

Terminologia:

$N$ rappresenta l'ampiezza, in numero di campioni, di una finestra tempo-discreto. Tipicamente è un intero potenza di 2, come $2^{10} = 1024$ .
$n$ è un numero intero, che assume valori $0 \leq n \leq N - 1$ . Perciò queste sono versioni traslate delle finestre: $w (n) = w_{0} (n - \begin{matrix} \frac{N - 1}{2} \end{matrix})$ , in cui $w (n)$ è massimo per $n = 0$ .

Finestra rettangolare

w (n) = 1

Template:Clear

Finestra di Hamming

Il coseno rialzato con questi particolari coefficienti fu proposto da Richard W. Hamming. L'altezza del lobo laterale massimo è circa un quinto rispetto alla finestra di Hann, un coseno rialzato con coefficienti più semplici^[4].

w (n) = 0.54 - 0.46 \cos (\frac{2 π n}{N - 1})

^[5]

Nota:

$\begin{matrix} w_{0} (n) & \overset{d e f}{=} w (n + \begin{matrix} \frac{N - 1}{2} \end{matrix}) \\ = 0.54 + 0.46 \cos (\frac{2 π n}{N - 1}) \end{matrix}$

Template:Clear

Finestra di Hann

w (n) = 0.5 (1 - \cos (\frac{2 π n}{N - 1}))

^[5]

Nota:

$w_{0} (n) = 0.5 (1 + \cos (\frac{2 π n}{N - 1}))$
Le finestre di Hann e di Hamming, entrambe della famiglia nota come finestre a "coseno rialzato", prendono il proprio nome rispettivamente da Julius von Hann e Richard Hamming. Il termine "Finestra di Hanning" è a volte utilizzato in riferimento alla finestra di Hann.

Template:Clear

Finestra coseno

w (n) = \cos (\frac{π n}{N - 1} - \frac{π}{2}) = \sin (\frac{π n}{N - 1})

^[5]

Nota:

anche nota come finestra seno

Template:Clear

Finestra di Lanczos

w (n) = s i n c (\frac{2 n}{N - 1} - 1)

Nota:

sinc(x) è definito come sin(πx)/(πx)
anche nota come finestra sinc, poiché:

w_{0} (n) = s i n c (\frac{2 n}{N - 1})

è il lobo principale di una funzione sinc normalizzata

Template:Clear

Finestra di Bartlett (nulla agli estremi)

w (n) = \frac{2}{N - 1} \cdot (\frac{N - 1}{2} - | n - \frac{N - 1}{2} |)

Template:Clear

Finestra triangolare (non nulla agli estremi)

w (n) = \frac{2}{N} \cdot (\frac{N}{2} - | n - \frac{N - 1}{2} |)

Template:Clear

Finestra di Gauss

w (n) = e^{- \frac{1}{2} {(\frac{n - (N - 1) / 2}{σ (N - 1) / 2})}^{2}}

σ \leq 0.5

Template:Clear

Finestra di Bartlett-Hann

w (n) = a_{0} - a_{1} | \frac{n}{N - 1} - \frac{1}{2} | - a_{2} \cos (\frac{2 π n}{N - 1})

a_{0} = 0.62; a_{1} = 0.48; a_{2} = 0.38

Template:Clear

Finestre di Blackman

Le finestre di Blackman sono definite come:^[5]

w (n) = a_{0} - a_{1} \cos (\frac{2 π n}{N - 1}) + a_{2} \cos (\frac{4 π n}{N - 1})

a_{0} = \frac{1 - α}{2}; a_{1} = \frac{1}{2}; a_{2} = \frac{α}{2}

Nota:

Per una convenzione comune, il termine finestra di Blackman si riferisce al caso α=0.16.

Template:Clear

Finestre di Kaiser

w (n) = \frac{I_{0} (π α \sqrt{1 - (\begin{matrix} \frac{2 n}{N - 1} \end{matrix} - 1)^{2}})}{I_{0} (π α)}

dove per esempio $α = 3$ .

Nota:

$w_{0} (n) = \frac{I_{0} (π α \sqrt{1 - (\begin{matrix} \frac{2 n}{N - 1} \end{matrix})^{2}})}{I_{0} (π α)}$

$I_{0} (\cdot)$ è la funzione di Bessel modificata di prima specie e ordine 0^[6]

Template:Clear

Finestra di Nuttall con derivata prima continua

w (n) = a_{0} - a_{1} \cos (\frac{2 π n}{N - 1}) + a_{2} \cos (\frac{4 π n}{N - 1}) - a_{3} \cos (\frac{6 π n}{N - 1})

^[5]

a_{0} = 0.355768; a_{1} = 0.487396; a_{2} = 0.144232; a_{3} = 0.012604

Template:Clear

Finestra di Blackman-Harris

w (n) = a_{0} - a_{1} \cos (\frac{2 π n}{N - 1}) + a_{2} \cos (\frac{4 π n}{N - 1}) - a_{3} \cos (\frac{6 π n}{N - 1})

^[5]

a_{0} = 0.35875; a_{1} = 0.48829; a_{2} = 0.14128; a_{3} = 0.01168

Template:Clear

Finestra di Blackman–Nuttall

w (n) = a_{0} - a_{1} \cos (\frac{2 π n}{N - 1}) + a_{2} \cos (\frac{4 π n}{N - 1}) - a_{3} \cos (\frac{6 π n}{N - 1})

^[5]

a_{0} = 0.3635819; a_{1} = 0.4891775; a_{2} = 0.1365995; a_{3} = 0.0106411

Template:Clear

Finestra massimamente piatta

(flat top)

w (n) = a_{0} - a_{1} \cos (\frac{2 π n}{N - 1}) + a_{2} \cos (\frac{4 π n}{N - 1}) - a_{3} \cos (\frac{6 π n}{N - 1}) + a_{4} \cos (\frac{8 π n}{N - 1})

^[5]

a_{0} = 1; a_{1} = 1.93; a_{2} = 1.29; a_{3} = 0.388; a_{4} = 0.032

Template:Clear

Finestra di Bessel

Template:...

Finestre di Dolph-Chebyshev

La finestra di Dolph-Chebyshev permette di ottenere lobi laterali, nel dominio trasformato, equilivello. Il seguente codice C++ permette di produrre la sequenza temporale di campioni di una finestra di Dolph-Chebyshev lunga No_points e con un livello finale di lobi pari a sl_level. Per la compilazione bisogna usare alcuni header della libreria matematica GNU\GSL, scaricabile con licenza GNU dal sito https://www.gnu.org/software/gsl/ .

CODICE C++

#include <gsl/gsl_math.h>
#include <gsl/gsl_vector.h>
#include <gsl/gsl_complex_math.h>

gsl_vector* chebwin (int No_points, double sl_level){

  int N = No_points - 1;
  double alfa = sl_level / 20.0;
  double beta = cosh(1/(double)N * gsl_acosh(pow(10.0,alfa)));
  double den = cosh(N * gsl_acosh(beta));
  gsl_vector *fft_array = gsl_vector_alloc(No_points);

  gsl_vector *A = gsl_vector_alloc(N);
  for (int k=0;k<N;k++)
    gsl_vector_set(A, k, beta * cos(M_PI*k/(double)N));	

  gsl_vector_complex *W = gsl_vector_complex_alloc(N);
  for (int k=0;k<N;k++){
    double x = gsl_vector_get(A, k);	
    gsl_complex z = gsl_complex_arccos_real(x);
    z = gsl_complex_mul_real(z,N);
    z = gsl_complex_cos(z);
    gsl_vector_complex_set(W, k, gsl_complex_mul_real(z,pow(-1.0,(double)k)));
  }

  gsl_complex z = gsl_complex_rect(1/den,0);
  gsl_vector_complex_scale(W,z);

  gsl_vector *w = gsl_vector_alloc(N);
  for (int n=0;n<N;n++){
    gsl_complex sum = gsl_complex_rect(0,0);
    for (int k=0;k<N;k++)
      sum = gsl_complex_add(sum, gsl_complex_mul_real(gsl_complex_rect(cos(2*M_PI*k*n/N), sin(2*M_PI*k*n/N)), GSL_REAL(gsl_vector_complex_get(W,k))));
    gsl_vector_set(w,n,GSL_REAL(sum));
  }
  gsl_vector_scale(w,1/(double)N);

  gsl_vector_set(w,0,gsl_vector_get(w,0)/2.0);

  for (int n=0;n<N;n++)
    gsl_vector_set(fft_array,n,gsl_vector_get(w,n));

  gsl_vector_set(fft_array,No_points-1,gsl_vector_get(w,0));
  gsl_vector_scale(fft_array,1/gsl_vector_max(fft_array));

  // debug ////////
  //FILE * f;
  //fopen_s(&f,"C:\\test_fft.txt", "w");
  //gsl_vector_fprintf (f, fft_array, "%f");
  //fclose(f);
  /////////

  return (fft_array);
}

Finestre di Taylor

Template:...

Comparazione tra diverse finestre

Al momento di scegliere un'appropriata funzione finestre, questo grafico di comparazione può risultare utile. Il grafico mostra solamente il dettaglio del lobo principale della risposta in frequenza della finestra. L'asse delle frequenze ha come unità i "bins" della FFT quando la finestra di lunghezza N è applicata ai dati ed una trasformazione di lunghezza N è effettuata.

Possono essere usate altre metriche, come la larghezza del lobo principale ed il livello massimo dei lobi laterali, che determinano rispettivamente la possibilità di risolvere segnali di intensità comparabile a frequenza vicine e segnali di intensità differenti a frequenza più distanti. Ad esempio la finestra rettangolare è la scelta migliore per la larghezza del lobo principale e la scelta peggiore per il livello dei lobi laterali.

Ciò che non può esser visto dal grafico è che la finestra rettangolare ha la migliore banda di rumore e risulta la scelta migliore per rivelare una sinusoide con basso SNR.

Note

↑ Template:Cita libro
↑ Template:Cita libro
↑ Template:Cita libro
↑ Template:Cita libro
↑ ^5,0 ^5,1 ^5,2 ^5,3 ^5,4 ^5,5 ^5,6 ^5,7 Finestre di forma:
$w (n) = \sum_{k = 0}^{K} a_{k} \cos (\frac{2 π k n}{N - 1})$
hanno solamente 2K+1 coefficienti della DFT non nulli, il che li rende una buona scelta per applicazioni che richiedono la finestratura attraverso convoluzione nel dominio del tempo. In queste applicazioni, la DFT del vettore dei dati non finestrato è richiesta per applicazioni differenti rispetto all'analisi spettrale
↑ Milton Abramowitz e Irene Stegun Handbook of Mathematical Functions (Dover, New York, 1964) (capitoli 9, 10,11)

Bibliografia

Template:Cita pubblicazione Articolo sulle finestre per FFT che introduce la maggior parte delle metriche per la valutazione delle diverse finetrse.

Template:Cita pubblicazione Estensione dell'articolo di Harris.

Template:Cita libro

Template:Cita pubblicazione

Template:Cita pubblicazione

Voci correlate

Altri progetti

Template:Interprogetto

Collegamenti esterni

LabView Help, Characteristics of Smoothing Filters, http://zone.ni.com/reference/en-XX/help/371361B-01/lvanlsconcepts/char_smoothing_windows/
Valutazione di diverse funzioni finestra utilizzando Multi-Instrument, http://www.multi-instrument.com/doc/D1003/Evaluation_of_Various_Window_Functions_using_Multi-Instrument_D1003.pdf

Template:Portale

[1] Template:Cita libro

[2] Template:Cita libro

[3] Template:Cita libro

[4] Template:Cita libro

[K-term_windows-5] 5,0 ^5,1 ^5,2 ^5,3 ^5,4 ^5,5 ^5,6 ^5,7 Finestre di forma:
$w (n) = \sum_{k = 0}^{K} a_{k} \cos (\frac{2 π k n}{N - 1})$
hanno solamente 2K+1 coefficienti della DFT non nulli, il che li rende una buona scelta per applicazioni che richiedono la finestratura attraverso convoluzione nel dominio del tempo. In queste applicazioni, la DFT del vettore dei dati non finestrato è richiesta per applicazioni differenti rispetto all'analisi spettrale

[6] Milton Abramowitz e Irene Stegun Handbook of Mathematical Functions (Dover, New York, 1964) (capitoli 9, 10,11)

[1]

[2]

[3]

[4]

[5]

[6]

Funzione finestra

Indice

Applicazioni

Finestre di comune impiego

Finestra rettangolare

Finestra di Hamming

Finestra di Hann

Finestra coseno

Finestra di Lanczos

Finestra di Bartlett (nulla agli estremi)

Finestra triangolare (non nulla agli estremi)

Finestra di Gauss

Finestra di Bartlett-Hann

Finestre di Blackman

Finestre di Kaiser

Finestra di Nuttall con derivata prima continua

Finestra di Blackman-Harris

Finestra di Blackman–Nuttall

Finestra massimamente piatta

Finestra di Bessel

Finestre di Dolph-Chebyshev

Finestre di Taylor

Comparazione tra diverse finestre

Note

Bibliografia

Voci correlate

Altri progetti

Collegamenti esterni

Menu di navigazione

Funzione finestra

Applicazioni

Finestre di comune impiego

Finestra rettangolare

Finestra di Hamming

Finestra di Hann

Finestra coseno

Finestra di Lanczos

Finestra di Bartlett (nulla agli estremi)

Finestra triangolare (non nulla agli estremi)

Finestra di Gauss

Finestra di Bartlett-Hann

Finestre di Blackman

Finestre di Kaiser

Finestra di Nuttall con derivata prima continua

Finestra di Blackman-Harris

Finestra di Blackman–Nuttall

Finestra massimamente piatta

Finestra di Bessel

Finestre di Dolph-Chebyshev

Finestre di Taylor

Comparazione tra diverse finestre

Note

Bibliografia

Voci correlate

Altri progetti

Collegamenti esterni

Menu di navigazione

Ricerca